Blick in die Blackbox: KI-Trainingsdatensatz C4 schöpft auch aus trüben Quellen

Colossal Clean Crawled Corpus (C4) dient Sprachmodellen als Trainingsgrundlage. Die Washington Post hat den Datensatz untersucht – er enthält Ungereimtheiten.

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert

*
*